Arvutuskeemia rühma uuringud keskenduvad reaktsioonimehhanismide ja nõrkade (võõrustaja-külaline) vastasmõjude uurimisele kaasaegsete elektronstruktuuri modelleerimise meetodite (ab initio, DFT) kasutamisega. Omatakse kompetentsi modelleerimaks nii orgaanilisi kui metallorgaanilisi reaktsioonikomplekse ning nõrgalt seotud süsteeme. Oma töös kasutatakse kvantkeemia tarkvara, näiteks Gaussian, Turbomole ja Orca. Lisaks tagasihoidlikule kohalikule arvutipargile on rühmal ligipääs ETAIS arvutusteaduse taristule, millest osa paikneb ka TalTechi linnakus. Rühma viimaste aastate uurimistöö on keskendunud jõuväljadel ning masinõppel põhinevate meetodite arendamisele anorgaaniliste ühendite kirjeldamiseks. Välja töötati moment-tensorpotentsiaalidel põhinev ülitäpne masinõppe mudel vee molekulide vaheliste interaktsioonide kirjeldamiseks ning käimas on polünoomidele toetuva masinõppe mudeli arendus orgaaniliste solventide jaoks. Paralleelselt uurime võimalusi kirjeldada metallhüdroksiidide konformatsioone ja intramolekulaarseid vastastikmõjusid. Omaette kõrvalteema moodustab uudsete mittemetalli-hüdriidide stabiilsete vormide otsing, millel võib olla rakendusi kõrge energiasisaldusega süsteemide arendamise valdkonnas.
Research in the Computational Chemistry Research Group is focused on the study of reaction mechanisms and weak (host-guest) interactions utilizing modern electronic structure methods (ab initio, DFT). We have competence in modelling of both organic and organometallic reaction complexes as well as weakly bound systems. We use quantum-chemistry software such as Gaussian, Turbomole and Orca. Besides small in-house computational facilities we have access to the ETAIS research computing infrastructure,a part of which is located on TalTech campus. Research in recent years has been focused on the development of force field and machine learning based approaches for description of inorganic compounds. A highly accurate model utilizing moment tensor potentials was developed for modeling interactions between water molecules.Efforts towards a polynomial-based machine learning model for organic solvents is underway.In parallel we are studying the possibilities for describing conformations of metal hydroxides and intramolecular interactions. In a side project we are searching for stableforms of novel nonmetal hydrides with potential applications in the development of systems with high energy content. In collaboration with our Turkish colleagues (Ege University), we are investigating weak interactions between DNA molecules and drug-type substances in order to predict possible mutagenic side effects of the drugs.